[发明专利]一种基于双阈值聚类分析的输电线路山火区域辨识方法

说明书

技术领域

本发明属于电力工程技术领域，具体涉及一种基于双阈值聚类分析的输电线路山火区域辨识方法。

背景技术

近年来，山火对输电线路乃至整个电网运行的威胁也愈加严重。目前，针对输电线路山火监测技术已有了较多的研究，主要有分布式视频监测法、卫星遥感监测法及激光雷达监测法等。其中，基于实时视频的分布式终端监测法因监测精度高、实时性强、受气象环境影响小等优势而得到广泛应用。由于红外成像系统工作在光谱的长波段，较可见光具有更强的穿透力和抗干扰性，能较好地发现早期山火。现有的红外热成像山火监测方法是将红外图像转为伪彩图或灰度图进行温度的检测，当达到某个温度阈值时判断为热点区域。但由于受到监测现场环境中有诸多干扰因素影响，如太阳光、杆塔等高温物体的影响，使得基于单一阈值的山火误报率较高，不能有效进行输电线路山火监测。

当前常用的阈值确定方法有双峰法、Niblack阈值法、最大类间方差法、最大熵法、模糊阈值法等，但均不宜直接应用在输电线路山火监测中。一方面，输电线路山火监测对实时性要求较强，后三种计算方法由于计算过程复杂并不适用于工程实际。另一方面，双峰法计算虽然简单但实际山火红外图像的直方图是离散的，往往十分粗糙、参差不齐，有可能形成多个谷底；Niblack阈值法是一种局部自适应方法具有较好地抑制噪声能力，但由于山火初期红外热点区域多为小目标，该方法在山火提取过程中会产生大块的非目标山火区域。

发明内容

本发明要解决的技术问题是，针对输电线路山火监测火点误报、漏报问题，提出一种基于双阈值聚类分析的输电线路山火区域辨识方法，能够快速、准确地提取出输电线路热红外图像中山火区域，为后续山火行为分析提供依据。

一种基于双阈值聚类分析的输电线路山火区域辨识方法，包括以下几个步骤：

步骤(1)获取输电线路监控热红外图像，利用中值滤波法对输电线路监控热红外图像进行失真校正和噪声抑制处理，并计算滤波图像的灰度直方图；

步骤(2)基于气象环境温度数据和步骤(1)获得的灰度直方图确定背景区域和山火区域初始阈值，并对输电线路是否发生山火进行初判；

步骤(3)分别以步骤(2)获得的背景区域和山火区域初始阈值为聚类初始中心，利用聚类分析得到背景区域和山火区域聚类簇；

步骤(4)基于Niblack算法和气象环境湿度数据确定山火区域辨识阈值；

步骤(5)结合步骤(2)的初判结果，并依据步骤(4)获得的山火域辨识阈值对实时获得的输电线路监控热红外图像对应的灰度图像进行山火区域辨识。

以待监测的输电线路山火区域的温度数据为依据，将输电线路山火区域的温度对应的灰度级作为背景区域阈值；

以灰度直方图中最大灰度峰值作为山火区域初始阈值；

所述输电线路山火区域的温度对应的灰度级是指将输电线路山火区域的温度根据黑体温度标定后进行拟合得到与输电线路监控热红外图像对应的灰度级；

其中，输电线路监控热红外图像的灰度级范围为0-255。

所述步骤(2)中对输电线路是否发生山火进行初判是指满足以下任意一个准则时则标记当前图像中无山火发生，否则，存在山火发生可能；

(a)当待监测的输电线路山火区域的湿度数据大于90％时，判定为下雨天，不考虑山火发生情形；

(b)当山火区域初始阈值对应温度小于山火可能发生的最低温度T₀时，不考虑山火发生情形。

所述步骤(3)中利用聚类分析得到背景区域和山火区域聚类簇的具体过程如下：

将背景区域阈值和山火区域初始阈值分别作为背景区域聚类和山火区域聚类初始中心，逐步通过计算各像素点与聚类中心的准则函数E，将剩余的像素点分配至两个聚类簇中，并更新聚类中心位置直到收敛；

所述准则函数计算方法为：

其中，f(x,y)代表滤波图像中对应位置(x,y)处像素的灰度值，C₁和C₂表示选定的两个聚类簇，T₁和T₂分别为更新后的背景区域和山火区域聚类中心值。

所述山火区域辨识阈值T的计算公式如下：

T＝α+λβ

其中，α和β分别为相关系数为2的像素点灰度值的均值和标准差，λ为根据待监测的输电线山火区域湿度数据设定的常数。

待监测的输电线山火区域的温度和湿度均采用输电线路杆塔现场采集装置获得。